️ 阿拉克涅（n2阿拉克涅）

](https://www.npmjs.com/package/n2-arachne) ![License](LICENSE) ](https://www.npmjs.com/package/n2-arachne) ](https://nodejs.org)

韩语 |英语| 日本语

______________________________________________________________________

ARACHNE V4.0.0钛版

在0.54秒内搜索1GB（1000000000字节）的代码库。 _由零编组架构提供支持。0字节JS堆块。没有OOM崩溃。_

______________________________________________________________________

将您的代码库编织到AI的完美环境中

v4.0（钛版）的新增功能

Arachne已经从JS完全重写为strict TypeScript，其中大量的计算路径被本机重写 C++SIMD（sqlite-vec） 和 铁锈（napi rs）.

TypeScript (Strict)：100%类型安全，零运行时回归。
Rust Acceleration：BM25 快1.3倍 （memchr SIMD+人造丝平行）；BatchCosine 快19.9倍 （96毫秒→ 4.8ms).
C++ SIMD Search：sqlite-vec扫描10000×768D矢量 25毫秒 本地。
KV-Cache Integration：灵魂桥增量重新索引允许在启动时加载亚秒级历史记录。

--就像希腊神话中最伟大的织工阿拉喀涅一样。 ️

问题——为什么人工智能会让你的代码出错

想象一下，去看医生时说 “我头疼。”

坏医生：读了你500页的病史，感到困惑，开错了药
好医生：只查看相关记录——最近的症状、药物、过敏反应——以及指甲的诊断

人工智能编码助理就像那个坏医生。

当你的项目有500个文件时，人工智能无法读取所有文件。那么，接下来会发生什么？

 Your Project (500 files, 2M tokens)
│
├── auth/login.ts        ←  The bug is HERE
├── auth/session.ts      ←  login imports this
├── api/http.ts          ←  session imports this
├── utils/config.ts      ← ️ timeout settings live here
│
├── pages/home.tsx       ←  completely irrelevant
├── pages/about.tsx      ←  completely irrelevant
├── components/Button.tsx ←  completely irrelevant
└── ... 493 more files    ←  all irrelevant

方法	AI接收什么	结果
转储所有内容	2000000个令牌	超出上下文窗口，AI困惑
随机文件	~50000个令牌	遗漏关键代码，修复错误
意芬	30000个代币（4个相关文件）	每次精确修复

代币 =AI读取的文本单位。代币越多=成本越高，速度越慢，准确性越低。人工智能有一个有限的“上下文窗口”——就像一张只能容纳这么多论文的桌子。

真实世界基准测试（N2浏览器--3219个文件）

度量	值
项目规模	3219个文件， 468万代币
Arachne产量	14074个代币
压缩	333 x （减少99.7%）
索引时间	627ms（增量：0ms）
数据库大小	24 MB

*以实际生产项目衡量。Arachne提供了AI所需要的东西——数据量减少了333倍，准确性相同。*

______________________________________________________________________

️ 解决方案——Arachne准确选择了人工智能所需的东西

Arachne是一个 本地MCP服务器 那表现得像个好医生。它一次读取你的整个代码库，理解其结构 只发送相关内容 AI。

You: "Fix the login timeout bug"
                │
                ▼
┌──────────────────────────────────────────────────────┐
│  ️ Arachne: "I'll find exactly what you need"      │
│                                                      │
│  L1  Project tree (so AI knows the structure)      │
│  L2  login.ts (the file you're working on)         │
│  L3  http.ts, session.ts (found via search +       │
│        dependency chain: login → session → http)     │
│  L4 ️ config.ts (frequently accessed, has timeout)  │
│                                                      │
│  → 30,000 tokens of perfectly curated context        │
└──────────────────────────────────────────────────────┘
                │
                ▼
        AI generates accurate fix

无需手动选择文件。没有及时的工程。只要问就行了。

______________________________________________________________________

为什么是阿拉喀涅？

98.5%的代币节省 --30K而不是2M代币。API调用节省了大量资金
击败“迷失在中间” --智能输出排序（L1→L3→L4→L2）在AI关注的地方保留关键代码(研究支持)
零外部存款 -没有Docker，没有云，没有API密钥。就 npm install 走吧
快速燃烧 --在12毫秒内索引了21个文件。以亚秒为单位进行增量更新
超轻 --只有3个部门： better-sqlite3, sqlite-vec, zod没有腹胀
个人/OSS免费 --Apache-2.0适用于个人和开源项目。无遥测
即插即用 --添加MCP配置→ done.项目无代码更改
多语言 --遵循跨JS/TS、Python、Rust、Go的导入链， Java
Ollama可选 --无需Ollama（BM25搜索）即可完美运行。添加Ollama以进行额外的语义搜索

Arachne在4面板-钛版

Arachne V4.0 Titanium — AI drowning in 500 files, Titanium Spider arrives, scans 1GB in 0.54s, delivers 4 perfect files. 30K tokens, done.

灵魂+阿拉喀涅协同

Soul remembers past sessions. Arachne finds the code. Together, AI never forgets and never misses.

主要特点

特性	描述
MCP标准	与Claude、Gemini、GPT、Ollama等任何人工智能提供商合作
本地优先	所有索引都在本地SQLite中。零数据离开您的机器
增量	仅重新索引已更改的文件。亚秒级更新
混合搜索	BM25关键字+语义向量搜索（Ollama嵌入）
️ 4层组件	令牌预算内的智能上下文分页
依赖图	遵循跨JS/TS、Python、Rust、Go的导入链， Java
️ 备份与恢复	SQLite在线备份和备份内搜索

️ 架构：4层上下文组装

┌─────────────────────────────────────────────┐
│              Token Budget (e.g. 30K)        │
├────────────┬────────────────────────────────┤
│ L1: Fixed  │ File tree overview (10%)       │
│ (always)   │ Project structure snapshot     │
├────────────┼────────────────────────────────┤
│ L2: Short  │ Current file + recent (20%)   │
│ (context)  │ What you're working on now     │
├────────────┼────────────────────────────────┤
│ L3: Assoc  │ Search + dependencies (50%)  │
│ (relevant) │ BM25 + semantic + dep chain   │
├────────────┼────────────────────────────────┤
│ L4: Spare  │ Frequently accessed (20%)     │
│ (backup)   │ Files you use most            │
└────────────┴────────────────────────────────┘

Output order: L1 → L3 → L4 → L2  (mitigates "Lost in the Middle")

语义搜索（可选，零锁定）

当Ollama可用时，Arachne从仅关键字升级到 混合搜索:

BM25 Score (keyword) ──┐
                       ├── Weighted Merge (α=0.5) → Best Results
Cosine Similarity ─────┘
(nomic-embed-text 768D)

sqlite-vc 用于SIMD加速（AVX2/SSE2/Neon）KNN矢量搜索
768维 通过Ollama嵌入 nomic-embed-text --100%本地运行
优雅降级没有奥利玛？只能回到BM25。 零碰撞。总是工作。
在配置中启用： embedding.enabled = true
矢量存储：每块约3KB。5000个块=磁盘上只有15MB

基准测试（v4.0）

所有基准测试都在AMD Ryzen 5 5600G、Node v24、Windows x64上运行。三台发动机： TypeScript （v8jit），锈（napi rs）， sqlite-vc （C++SIMD）。

搜索性能（10000个块/768D个向量）

搜索模式	引擎	性能	备注
关键词	🦀 铁锈BM25（铬+人造丝）	4.98毫秒 /查询速度比TS快1.3倍
关键词	SQLite喜欢	0.021毫秒 /查询	数据库索引，最快
语义KNN	sqlite-vec（C++SIMD）	29.52毫秒 /查询	数据库原生扫描10K×768D
批量Cosine	🦀 铁锈（napi rs）	4.91毫秒 /查询	遗产：速度提高22.3倍，但会触发IPC堆峰值

架构枢轴：1GB+规模稳定性

虽然 Rust BatchCosine 实现了惊人的速度（4.9毫秒），在Node.js FFI边界加载数百万个向量，引发了1GB以上代码库上的大规模V8垃圾收集（GC）暂停和堆OOM崩溃。

为了在大规模数据集上实现100%的稳定性，Arachne v4.0强制执行 零编组政策:

语义搜索：100%委托给 sqlite-vc。它需要~29ms（比Rust稍慢），但内存开销为 JS中为0字节节点事件循环保持完全畅通。
关键词搜索：由 Rust BM25缓存.Chunk数据在Rust堆中大量缓存，仅在小查询和结果ID时跨越FFI边界。

Run benchmarks yourself

npm run build && node test/bench-hybrid-engine.js   # Raw engine comparison
npm run build && node test/bench-10mb.js             # Memory scale impact

结果保存到 data-hybrid-bench/benchmark-report.json.

Java支持——专为企业打造

Arachne提供 一流的Java支持，专为大型企业代码库（5M+LOC）设计：

特性	描述
智能分块	检测 `class`, `interface`, `enum`, `method`, `@interface` （注释）
大类拆分	超过500个代币的类自动分块变成单独的方法
导入分辨率	解析 `import com.example.Service` 和 `import static org.junit.Assert.*`
访问修改函数	手柄 `public`, `private`, `protected`, `abstract`, `final`, `synchronized`
泛型	正确处理 `>` 以及复杂的泛型类型
Spring/JUnit	用弹簧靴测试 `@RestController`，JUnit5静态导入，Mockito
二进制排除	自动忽略 `.class`, `.jar`, `.war`, `.ear` 文件

大班分组是如何工作的

// 500+ token class → automatically split into methods
public class UserService {       // ← detected as container
    public User findById() {}    // ← sub-chunk 1
    public List findAll()  // ← sub-chunk 2
    public User save() {}        // ← sub-chunk 3
    // ... fields, constructor   // ← remainder chunk
}

// Small class ( **为什么这对500万LOC项目很重要**：一个Java类可以有50多个方法，跨越数千行。如果没有子块，AI将把整个类作为一个blob接收。借助Arachne，人工智能可以获得单独的方法，从而实现精确、有针对性的代码生成。

### 代币影响：少即是多

Without sub-chunking: AI asks: "Fix the findById bug" → BM25 hits UserService class → Entire class sent: 6,000 tokens

With sub-chunking: AI asks: "Fix the findById bug" → BM25 hits findById() method only → Just the method sent: 80 tokens 75x savings!


> 分装不需要额外费用 **保存** 通过只发送相关内容而不是整个类来发送令牌。

## ️ 稳定性：128次测试，零故障

Arachne是为生产而建造的。每个边缘情况都经过测试：

|类别|测试内容|
|----------|---------------|
|SQL注入|包括Bobby表在内的5种攻击模式|
| ️ Null/空输入| Null，未定义，空字符串→ 安全返回|
|大量输入|10KB查询→ 没有碰撞|
|特殊字符|Unicode、表情符号、regex字符→ 已处理|
|Ollama断开连接|端点错误→ 优雅的BM25回退|
|Idempotency |三重重新索引→ 同样的结果|
|极端预算|预算0、1、100万→ 一切安全|
|边缘顶部K|topK=-1，0，99999→ 没有碰撞|
|架构安全|三重初始化→ 数据得以保存|

Phase 1 (Indexing/Search): 15/15 Phase 2 (Assembly/Deps): 26/26 Phase 2 (KV-Cache Bridge): 33/33 Phase 3 (Semantic/Hybrid): 10/10 Stability (Reddit-proof): 44/44 ───────────────────────────────────── Total: 128/128


## 安装

> **专业提示**：最佳安装方式？只需询问您的AI代理： *“为我安装n2 arachne。”* 它知道该怎么办。️

npm install n2-arachne


### MCP配置（克劳德桌面/光标等）

{ "mcpServers": { "n2-arachne": { "command": "node", "args": ["/path/to/n2-arachne/dist/index.js"], "env": { "ARACHNE_PROJECT_DIR": "/path/to/your/project" } } } }


## 配置

创建 `config.local.js` 在Arachne目录中：

module.exports = { projectDir: '/path/to/your/project', dataDir: './data',

indexing: { autoIndex: true, maxFileSize: 512 * 1024, // 512KB max per file },

// Enable semantic search (requires Ollama) embedding: { enabled: true, // default: false provider: 'ollama', model: 'nomic-embed-text', endpoint: 'http://localhost:11434', },

assembly: { defaultBudget: 30000, // tokens }, };


## 用法（MCP工具）

Arachne注册了一个MCP工具 `n2_arachne` 通过这些操作：

|动作|描述|
|--------|-------------|
| `search` |BM25关键字搜索（+语义搜索，如果启用）|
| `assemble` |令牌预算内的4层上下文组装|
| `index` |索引/重新索引项目文件|
| `status` |显示索引统计数据+嵌入状态|
| `files` |列出索引文件|
| `backup` |创建/列出/还原备份|

### 示例：组装上下文

{ "action": "assemble", "query": "HTTP request timeout error handling", "activeFile": "lib/executor.js", "budget": 20000 }


## 连接灵魂/QLN

Arachne在独立运行时表现出色，但随着 **灵魂** （会话记忆）和 **QLN** （刀具布线）。

设置很简单——只需在MCP配置中一起注册它们：

### 灵魂+阿拉喀涅在一起

{ "mcpServers": { "n2-soul": { "command": "node", "args": ["/path/to/n2-soul/index.js"] }, "n2-arachne": { "command": "node", "args": ["/path/to/n2-arachne/dist/index.js"], "env": { "ARACHNE_PROJECT_DIR": "/path/to/your/project" } } } }


> **无需额外配置！** 在同一MCP配置中注册两个服务器，AI会自动使用这两个工具。
>
> - `Soul` 记住过去的会议工作和决定
> - `Arachne` 找到确切的代码并将其传递给AI
> - 结果：AI从你停止的地方开始——没有“我在做什么？”

### 全氮气栈（灵魂+阿拉喀涅+QLN）


> 添加QLN，即使有100多个MCP工具，AI也会通过QLN的语义路由自动查找和使用所需的内容。

## N2生态系统——共创美好

|包|角色| npm |独立|
|---------|------|-----|:----------:|
| **QLN** |刀具路径（1000+刀具→ 1 路由器）| `n2-qln` |  |
| **灵魂** |代理内存和会话管理| `n2-soul` |  |
| **方舟** |安全策略和代码验证| `n2-ark` |  |
| **意芬** |代码上下文自动组装️ | `n2-arachne` |  |

> 每个包裹都有效 **100%独立**。但当它们结合在一起时，魔法就会发生：

### 协同效应：它们如何协同工作

User: "Fix the login timeout bug" │ ▼ ┌─── QLN (Router) ──────────────────────────────────────┐ │ 1000+ tools → Semantic routing finds: │ │ → n2_arachne.assemble (context) │ │ → n2_arachne.search (code search) │ │ Token cost: 2 tool defs instead of 1000+ │ └────────────────┬──────────────────────────────────────┘ │ ▼ ┌─── Arachne (Context) ─────────────────────────────────┐ │ L1: Project tree overview │ │ L2: auth/login.ts (current file) │ │ L3: BM25 + semantic search → timeout-related code │ │ + dependency chain: login.ts → api.ts → http.ts │ │ L4: Frequently accessed config files │ │ → 30K tokens of perfectly curated context │ └────────────────┬──────────────────────────────────────┘ │ ▼ ┌─── Soul (Memory) ─────────────────────────────────────┐ │ "Last session, Rose fixed a similar timeout in │ │ api.ts line 47. Decision: increased to 30s." │ │ → Past context + decisions + handoff notes │ │ → KV-Cache: instant session restoration │ └────────────────┬──────────────────────────────────────┘ │ ▼ ┌─── Ark (Security) ────────────────────────────────────┐ │ No hardcoded credentials in generated code │ │ Timeout value from config, not magic number │ │ Error handling follows project conventions │ │ → Code verification before commit │ └───────────────────────────────────────────────────────┘


### 单人vs组合

|场景|单人|组合|
|----------|------|----------|
| **令牌使用** |AI可以看到所有1000多种工具|QLN路线→ AI看到2-3个工具|
| **上下文质量** |AI猜测哪些文件很重要|Arachne提供了精确的相关代码|
| **记忆** |AI每次转弯都会忘记一切|灵魂会记住过去的会话+决定|
| **代码安全** |无护栏|Ark在部署前进行验证|
| **设置** |每个工具独立工作|无额外配置-自动检测|

### 现实世界影响

- **QLN + 蜘蛛**：QLN将请求路由到Arachne→ Arachne提供了完美的背景→ AI在第一次尝试时生成准确的代码。不再问“那是哪个文件？”
- **灵魂+阿拉喀涅**：Soul记得你上次做了什么→ Arachne索引那些优先级较高的文件→ 跨会话的连续性
- **方舟+阿拉喀涅**：Arachne提供代码上下文→ AI生成代码→ Ark验证它是否遵循项目模式。在发货前捕捉虫子。
- **全部4个在一起**：AI成为团队成员 **记得一切**, **发现任何东西**, **使用正确的工具**，以及 **遵守规则**.

## 许可证

该项目具有双重许可：

|用例|许可证|成本|
| --- | --- | --- |
|个人/教育| Apache 2.0 |免费|
|开源（非商业）| Apache 2.0 |免费|
|商业/企业|商业许可证|联系我们|

看 [许可证](LICENSE) 了解全部细节。

## 星迹

不喝咖啡？明星也很好

[![Star History Chart](https://api.star-history.com/svg?repos=choihyunsus/n2-arachne&type=Date)](https://star-history.com/#choihyunsus/n2-arachne&Date)

______________________________________________________________________

*Arachne——最伟大的织布工。你的代码，编织得很完美。* ️

N2 Arachne

快速接入

详细介绍

️ 阿拉克涅（n2阿拉克涅）

v4.0（钛版）的新增功能

问题——为什么人工智能会让你的代码出错

真实世界基准测试（N2浏览器--3219个文件）

️ 解决方案——Arachne准确选择了人工智能所需的东西

为什么是阿拉喀涅？

Arachne在4面板-钛版

灵魂+阿拉喀涅协同

主要特点

️ 架构：4层上下文组装

语义搜索（可选，零锁定）

基准测试（v4.0）

搜索性能（10000个块/768D个向量）

架构枢轴：1GB+规模稳定性

Java支持——专为企业打造

大班分组是如何工作的

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP